随着航空技术的高速发展，飞机的机动性、敏捷性、精确打击能力逐步成为重要指标，新一代飞机对大气数据的精确测量提出了新的要求。大气数据系统在不同环境下、不同飞行条件下的精确性、可靠性对飞机的高机动安全飞行、作战性能具有重要的意义。本文在此背景下，开展大气数据系统和惯性导航系统数据融合技术研究，在不降低各自系统自主性的前提下，改善二者的综合性能。论文研究了基于机载设备测量信息的风速估计算法，采用扩展卡尔曼滤波实现该算法，为高空机动的新一代飞机实时提供高精度的风场信息，也为机载分布式大气数据系统重构提供重要基础元素。针对跨音速阶段大气攻角出现突变误差的情况，论文设计了一种跨音速下基于大气/惯性/动力学信息的惯性攻角融合算法，利用卡尔曼滤波器将惯性信息和飞机动力学信息以及大气信息进行数据融合，为新型战斗机跨音速阶段提供稳定、平缓变化的惯性攻角信息。论文设计了一种针对大攻角飞行的大气/惯性高度融合方法，在新型战斗机进行大攻角飞行时，断开大气阻尼，利用惯导自身的纯惯性数据对气压高度进行修正，修正大攻角阶段气压高度的剧烈波动；针对气压高度随大气标准变化而产生测量误差的情况，设计了一种非标准大气下气压高度误差补偿算法，为新一代飞机低空机动提供精确的气压高度。论文建立了大气/惯导数据融合算法仿真验证平台，分析了X-Plane系统在平台搭建中的可行性，设计了融合算法仿真验证平台的结构，通过飞行数据验证了平台的可用性，该仿真平台对论文的研究工作具有重要的支撑作用。